開源搜尋引擎Lucene、Solr、Sphinx等優劣勢比較
開源搜尋引擎分類
1.Lucene系搜尋引擎，java開發,包括：
-
Lucene
-
Solr
-
Elasticsearch
-
Katta、Compass等都是基於Lucene封裝。
你可以想象Lucene繫有多強大。
2.Sphinx搜素引擎，c++開發,簡單高效能。
以下重點介紹最常用的開源搜素引擎：Lucene、Solr、Elasticsearch、Sphinx的特點和優劣勢選型比較。
Lucene
1.Lucene簡介
Lucene的開發語言是Java，也是Java家族中最為出名的一個開源搜尋引擎，在Java世界中已經是標準的全文檢索程式，它提供了完整的查詢引擎和索引引擎，沒有中文分詞引擎，需要自己去實現，因此用Lucene去做一個搜素引擎需要自己去架構，另外它不支援實時搜尋。但是solr和elasticsearch都是基於Lucene封裝。
2.Lucene的優劣勢
優點：
成熟的解決方案，有很多的成功案例。apache 頂級專案，正在持續快速的進步。龐大而活躍的開發社群，大量的開發人員。它只是一個類庫，有足夠的定製和優化空間：經過簡單定製，就可以滿足絕大部分常見的需求；經過優化，可以支援 10億+ 量級的搜尋。
缺點：
需要額外的開發工作。所有的擴充套件，分散式，可靠性等都需要自己實現；非實時，從建索引到可以搜尋中間有一個時間延遲，而當前的“近實時”(Lucene Near Real Time search)搜尋方案的可擴充套件性有待進一步完善
Apache Solr
1.Slor簡介
Solr是一個高效能，採用Java開發，基於Lucene的全文搜尋伺服器。
文件通過Http利用XML加到一個搜尋集合中。
查詢該集合也是通過 http收到一個XML/JSON響應來實現。它的主要特性包括：高效、靈活的快取功能，垂直搜尋功能，高亮顯示搜尋結果，通過索引複製來提高可用性，提 供一套強大Data Schema來定義欄位，型別和設定文字分析，提供基於Web的管理介面等。
2.Solr的優缺點
優點
-
Solr有一個更大、更成熟的使用者、開發和貢獻者社群。
-
支援新增多種格式的索引，如：HTML、PDF、微軟 Office 系列軟體格式以及 JSON、XML、CSV 等純文字格式。
-
Solr比較成熟、穩定。
-
不考慮建索引的同時進行搜尋，速度更快。
缺點
-
建立索引時，搜尋效率下降，實時索引搜尋效率不高。
Elastic Search
1.ElasticSearch簡介
ElasticSearch是一個基於Lucene構建的開源，分散式，RESTful搜尋引擎。設計用於雲端計算中，能夠達到實時搜尋，穩定，可靠，快速，安裝使用方便。支援通過HTTP使用JSON進行資料索引。
2.Elasticsearch的優缺點
優點
-
Elasticsearch是分散式的。不需要其他元件，分發是實時的，被叫做”Push replication”。
-
Elasticsearch 完全支援 Apache Lucene 的接近實時的搜尋。
-
處理多租戶（multitenancy）不需要特殊配置，而Solr則需要更多的高階設定。
-
Elasticsearch 採用 Gateway 的概念，使得完備份更加簡單。
-
各節點組成對等的網路結構，某些節點出現故障時會自動分配其他節點代替其進行工作。
缺點
-
還不夠自動（不適合當前新的Index Warmup API）
Elasticsearch 與 Solr 的比較總結
-
二者安裝都很簡單；
-
Solr 利用 Zookeeper 進行分散式管理，而 Elasticsearch 自身帶有分散式協調管理功能;
-
Solr 支援更多格式的資料，而 Elasticsearch 僅支援json檔案格式；
-
Solr 官方提供的功能更多，而 Elasticsearch 本身更注重於核心功能，高階功能多有第三方外掛提供；
-
Solr 在傳統的搜尋應用中表現好於 Elasticsearch，但在處理實時搜尋應用時效率明顯低於 Elasticsearch。
總之，Solr 是傳統搜尋應用的有力解決方案，但 Elasticsearch 更適用於新興的實時搜尋應用。
Sphinx
1.Sphinx簡介
Sphinx一個基於SQL的全文檢索引擎，特別為一些指令碼語言（PHP,Python，Perl，Ruby）設計搜尋API介面。
Sphinx是一個用C++語言寫的開源搜尋引擎，也是現在比較主流的搜尋引擎之一，在建立索引的事件方面比Lucene快50%，但是索引檔案比Lucene要大一倍，因此Sphinx在索引的建立方面是空間換取事件的策略，在檢索速度上，和lucene相差不大，但檢索精準度方面Lucene要優於Sphinx，另外在加入中文分詞引擎難度方面，Lucene要優於Sphinx.其中Sphinx支援實時搜尋，使用起來比較簡單方便.
Sphinx可以非常容易的與SQL資料庫和指令碼語言整合。當前系統內建MySQL和PostgreSQL 資料庫資料來源的支援，也支援從標準輸入讀取特定格式 的XML資料。通過修改原始碼，使用者可以自行增加新的資料來源（例如：其他型別的DBMS 的原生支援）
2.Sphinx的特點
-
高速的建立索引(在當代CPU上，峰值效能可達到10 MB/秒);
-
高效能的搜尋(在2 – 4GB 的文字資料上，平均每次檢索響應時間小於0.1秒);
-
可處理海量資料(目前已知可以處理超過100 GB的文字資料, 在單一CPU的系統上可 處理100 M 文件);
-
提供了優秀的相關度演算法，基於短語相似度和統計（BM25）的複合Ranking方法;
-
支援分散式搜尋;
-
支援短語搜尋
-
提供文件摘要生成
-
可作為MySQL的儲存引擎提供搜尋服務;
-
支援布林、短語、詞語相似度等多種檢索模式;
-
文件支援多個全文檢索欄位(最大不超過32個);
-
文件支援多個額外的屬性資訊(例如：分組資訊，時間戳等);
-
支援斷詞;
-
PS:關注360linker公眾號，加入官方社群獲取免費視訊教程、知名單位招聘資訊。交流分享IT圈學習經驗。